-
公开(公告)号:CN100433704C
公开(公告)日:2008-11-12
申请号:CN200510032275.4
申请日:2005-10-21
Applicant: 湖南大学
IPC: H04L12/56
Abstract: 本发明涉及计算机网络性能测试与监控技术,为一种网络路由拓扑对称性定量评估方法。该方法是,通过规定的编辑操作和比对得分对两网络主机间的正向路由序列和逆序反向路由序列的转发实体元素进行逐个比对,计算其最大比对得分作为两网络主机间的路由对称度,在此基础上,进行归一化处理,计算两网络主机间的归一化路由对称度,实现任意主机对的路由对称程度比较。本发明可以客观地评价不同网络主机的路由拓扑对称程度,充分发现互联网的路由对称性时空特征,对网络测量、网络建模、网络管理等极具意义,还可用以推测互联网的动态演变规律。
-
公开(公告)号:CN100433654C
公开(公告)日:2008-11-12
申请号:CN200610031645.7
申请日:2006-05-12
Applicant: 湖南大学
Abstract: 一种基于节点轨迹标签的无结构P2P副本一致性维护方法,它通过在消息报文中添加已经接收到更新消息的节点地址轨迹标签,利用此标签在消息传输源头完成传输过程中的消息冗余判断,控制冗余消息传输,减少冗余副本更新消息数量,断绝副本更新消息传输循环。还用Bloom Filter优化地址链表示和节点地址查找,减少添加到报文中的轨迹长度,同时简化传输节点的冗余判断。该发明可大大降低冗余消息数目,提高P2P系统的可扩展性,副本节点网络连通性越强,消息数目和传输带宽减少越明显。本发明可用于无结构P2P副本维护、无线网络资源副本维护、复杂网络病毒免疫传输维护等其他自组织网络或分布式存储系统资源一致性维护中。
-
公开(公告)号:CN1737799A
公开(公告)日:2006-02-22
申请号:CN200510032146.5
申请日:2005-09-09
Applicant: 湖南大学
IPC: G06F17/30
Abstract: 一种基于分档Bloom Filter结构的查询方法,它将元素根据不同的查询代价分为不同的子集,通过考查每档子集最低查询失效率的关系,建立每档子集合最低假阳性率表示集合整体最低查询失效代价目标函数,使用类目标函数梯度遗传算法获得每档的最优哈希函数个数ki,再完成集合到向量的映射与查找。它用于分布式计算、计算机网络资源定位、数据库的交互查询、P2P网络资源交互、传感器网络信息交换、计算机网络监测、计算机缓存系统设计等产生大量数据、需要进行交互查询的领域,可以大大减少集合查询的失效代价,实现集合的总体查询代价最小,由此降低资源消耗。
-
公开(公告)号:CN114372526B
公开(公告)日:2024-10-15
申请号:CN202210018153.3
申请日:2022-01-07
Applicant: 湖南大学
IPC: G06F18/15 , G06F18/25 , G06F18/213 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开的一种数据恢复方法、系统、计算机设备及存储介质包括构造已知传感器网络结构图和传感器采集数据集合;构建STAR模型,STAR模型包括空间特征提取模块和时间特征提取模块、由多个增强扩散卷积层构成的扩散卷积模块以及输出模块;对数据集合X和掩码M进行堆叠得到输入X;利用时间特征提取模块进行时间特征提取,利用空间特征提取模块进行空间特征提取;将时间特征矩阵和空间特征矩阵进行拼接,并利用注意力增强的扩散卷积模块同时进行空间依赖和语义依赖的学习,得到传感器节点的新特征;对新特征进行拼接,再经过线性化处理,输出得到补全后的传感器观测结果;该STAR模型是一个用于时空感知归纳数据填充的新框架,具有高性能、鲁棒性和灵活性。
-
公开(公告)号:CN118051506A
公开(公告)日:2024-05-17
申请号:CN202311782117.5
申请日:2023-12-22
Applicant: 湖南大学
IPC: G06F16/215 , G06F16/2458 , G06N3/048 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种缺失流量数据补全方法、终端设备及存储介质,通过进行源节点、目的节点和时间槽的嵌入的两两外积操作,构建了特征图。这种方法更有效地模拟和挖掘源节点、目的节点以及时间之间的流量关系。进一步,利用卷积神经网络和时序卷积神经网络进行高级特征挖掘,使模型具备更强的表达能力。此外,本发明考虑了不同源节点、目的节点和时间槽之间网络流量的顺序和数值分布情况,并通过对比损失计算,从流量数据的结构和排列中提取潜在的模式和依赖关系,学到流量数值的大小和分布差异。因此,该模型在缺失流量数据的情况下,能够更准确地完成数据补全任务。
-
公开(公告)号:CN112949987B
公开(公告)日:2023-11-07
申请号:CN202110137810.1
申请日:2021-02-01
Applicant: 湖南大学
IPC: G06Q10/0631 , G06Q10/04
Abstract: 本发明公开了一种基于预测的出租车调度和匹配方法、系统、设备及介质,对待预测区域进行网络划分,以空间单位作为出租车调度的分析对象,根据调度权重进行空间单位内出租车到其他空间单位的调度,再根据匹配权重进行出租车与乘车请求之间的匹配,可以提前将乘车请求数量少的空间单位内的出租车调度到乘车请求数量突增的空间单位内,降低了交通堵塞,提高了出租车的利润,提高了出租车与乘车请求的匹配率,使尽可能多的乘车请求得到满足;可以根据区域大小或者预测精度来调整空间单位的大小,空间单位越小,调度和匹配精度越高。
-
公开(公告)号:CN114422382B
公开(公告)日:2023-02-28
申请号:CN202210105778.3
申请日:2022-01-28
Applicant: 湖南大学
IPC: H04L41/147 , H04L41/16 , H04L43/0876 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种网络流量预测方法、计算机装置、产品及存储介质,本发明分别学习邻近的、以日为周期、以周为周期的三种不同范围的数据的时空特征。将三个模块的输出通过自适应融合机制进行融合,并将融合结果输入预测网络中得到预测序列。设计了门控空洞卷积网络,能够在参数比较小的情况下学习数据时间维度上的长相关性;还设计了混合跳图卷积网络,能够学习数据复杂的空间相关性;此外,为了能够为了充分建模网络节点之间动态的和多层次的相互依赖关系,本发明还提出了一个图学习网络,以数据驱动的方式为STA模块中不同的混合跳图卷积网络学习从浅层次到深层次的邻接矩阵。因此M2STL具有更强的时空学习能力来进行网络流量预测。
-
公开(公告)号:CN109754021B
公开(公告)日:2022-03-18
申请号:CN201910026522.1
申请日:2019-01-11
Applicant: 湖南大学
IPC: G06V10/764 , G06K9/62 , H04L47/2441
Abstract: 本发明公开了一种基于范围元组搜索的在线包分类方法,包括数据结构构建方法、数据包分类查找方法和分类规则更新方法;本发明利用哈希函数保证了规则更新常数级的时间复杂度,实现了分类规则的快速更新;本发明将规则映射到少量范围元组上,在保证规则更新速度的同时大大提高了数据包的分类速度;本发明能够很好的将数据结构存储于片上存储器中,从而减少片内存储内容的切换,提高方法的性能。
-
公开(公告)号:CN112927510B
公开(公告)日:2021-12-17
申请号:CN202110171505.4
申请日:2021-02-08
Applicant: 湖南大学
Abstract: 本发明公开了一种交通流量预测方法,包括:1,沿时间轴在交通流量数据中截取时间序列片段;针对各时间序列片段分别执行步骤2~7后,执行步骤8;2,将交通网络定义为无向图G;3,对G执行图卷积操作得到节点间的空间关系;4,对G在时间维度上执行标准卷积操作得到时间维度关系;5,将空间关系输入到CRF层,得到空间依赖性关系;6,将时间维度关系输入到CRF层,得到时间依懒性关系;7,将空间和时间依懒性关系输入至注意力层,得到波动时间段内的时空关系,输出各时间序列片段对应的权重参数;8,加权融合输出交通流量预测结果。本发明能充分全面地挖掘空间间的相似性关系,解决长短周期依赖问题,减小周期波动带来的误差,提高预测效率。
-
公开(公告)号:CN112927510A
公开(公告)日:2021-06-08
申请号:CN202110171505.4
申请日:2021-02-08
Applicant: 湖南大学
Abstract: 本发明公开了一种交通流量预测方法,包括:1,沿时间轴在交通流量数据中截取时间序列片段;针对各时间序列片段分别执行步骤2~7后,执行步骤8;2,将交通网络定义为无向图G;3,对G执行图卷积操作得到节点间的空间关系;4,对G在时间维度上执行标准卷积操作得到时间维度关系;5,将空间关系输入到CRF层,得到空间依赖性关系;6,将时间维度关系输入到CRF层,得到时间依懒性关系;7,将空间和时间依懒性关系输入至注意力层,得到波动时间段内的时空关系,输出各时间序列片段对应的权重参数;8,加权融合输出交通流量预测结果。本发明能充分全面地挖掘空间间的相似性关系,解决长短周期依赖问题,减小周期波动带来的误差,提高预测效率。
-
-
-
-
-
-
-
-
-